Analyse des données oculaires ‘‘contextualisées’’

Au total trois types de données oculaires ont fait l’objet de cette analyse : les ixations oculaires, les blinks ou clignements de l’œil et le diamètre pupillaire. Les données relatives aux saccades oculaires n’ont quant à elles pas été enregistrées lors des passations et n’ont donc pas été intégrées à l’analyse des données (Cf. Chapitre 3, 2.2.2).

Les clignements d’œil, aussi appelés blinks ont été analysés en fonction de leur nombre. Ainsi les blinks détectés au cours des ixations oculaires ont été répartis en fonction de la zone d’intérêt (du type d’avions notamment) faisant l’objet de la ixation oculaire en cours. Pour ne pas être inluencée par la durée des ixations oculaires signiicatives relevées, le nombre de blinks a été analysé par le biais du nombre du blinks relevé par seconde (Blinks par seconde = Nombre de blinks par ixation / Durée de la ixation oculaire en milliseconde*1000).

Les ixations oculaires signiicatives, dont la durée est supérieure à 150 millisecondes, ont, elle aussi, été catégorisées en fonction des avions composant la séquence de traic et du statut leur étant associé (Hors Secteur, sur secteur et non-conlictuel, sur secteur et conlictuel). Les ixations oculaires signiicatives réparties par catégorie d’avions faisant l’objet du regard ont été analysées en fonction de deux paramètres : leur nombre et leur durée.

La dilatation du diamètre pupillaire a été analysée par le biais de deux approches distinctes, et ce à la suite d’une phase de pré-traitement des données de diamètre pupillaire (Cf. Chapitre 3, 3.2) : la première est centrée sur la dilatation moyenne (moyenne des valeurs de la dilatation pupillaire relevées au cours de chaque ixation) et la dilatation maximale (valeur maximum de la dilatation pupillaire enregistrée pour chacune des ixations oculaires). Ainsi, pour chacune des ixations oculaires signiicatives relevées et associées à une zone d’intérêt (les catégories d’avions notamment), la moyenne ou encore la valeur maximale de la dilatation pupillaire a été déterminée. Enin, l’ensemble des valeurs ont été moyennées ain d’obtenir une valeur de dilatation pupillaire pour chacune des catégories d’avions.

4.2. Analyse subjective du niveau de charge mentale ressentie

Les données subjectives faisant l’objet de cette partie de l’analyse sont issues d’une échelle d’évaluation que les participants ont été priés de compléter au cours de l’entretien réalisé au terme de l’expérimentation. Cette échelle (Cf. Figure 36) est composée de cinq niveaux (chiffré de 1, pour le niveau de charge mentale le plus faible

120

La gestion de la charge mentale des contrôleurs aériens En-Route en situation nominale

à 5 pour le niveau de charge mentale le plus élevée). Elle vise à quantiier le niveau moyen de charge mentale ressentie au cours de l’exécution de la tâche de contrôle expérimentale.

Figure 36. L’échelle d’évaluation complétée par les participants à l’issue de la passation

L’analyse subjective proposée correspond donc à la valeur moyenne des évaluations réalisées par les participants quant au niveau de ressources mentales sollicitées pour répondre aux exigences de la tâche expérimentale de contrôle ou niveau moyen de charge mentale ressentie au cours de l’expérimentation.

4.3. Analyse complémentaire centrée sur des indicateurs caractérisant

l’activité de contrôle

Deux analyses portant sur l’activité de contrôle réalisée par les participants ont été effectuées en complément de l’analyse des données oculaires corrélées aux données de traic : le première porte sur les communications effectuées entre contrôleurs (les participants) et pilotes, la seconde analyse complémentaire vise à évaluer le niveau de performance atteint en rapport avec la sécurité de l’écoulement du traic aérien supervisé, tandis que la dernière analyse complémentaire porte sur les modes de stratégies opératoires employés par les participants et évalués par le biais du Maturing-Time.

4.3.1. Analyse des communications contrôleurs-pilotes

Les communications enregistrées entre les participants jouant le rôle de contrôleurs radariste et le pseudo-pilote jouant le rôle de l’ensemble des pilotes des avions, ont été étudiées en fonction de leur nombre. Les données relatives aux communications des participants ont été réparties en fonction de deux niveaux de dificulté associée à la séquence de traic supervisée par les contrôleurs : une dificulté élevée associée à un nombre d’avions présents sur le secteur potentiellement impliqués dans un conlit supérieur à 13, une dificulté plus faible pour lequel cet effectif est strictement inférieur à 13 (Cf. Figure 34).

4.3.2. Analyse de la performance relative à la sécurité d’écoulement du traic aérien supervisé

La sécurité associée à la situation de traic aérien supervisée a été analysée par le résultat des résolutions de situations conlictuelles présentées aux participants. Plus précisément, le nombre de situations conlictuelles traitées aboutissant à un niveau de séparation hors norme, en vue des normes de séparation de contrôle En-Route (5

Nautiques sur le plan horizontal, 1000 pieds sur le plan vertical), a été relevé.

Les situations hors normes identiiées ont été par la suite classées en fonction du score de gravité déterminé par la Commission Locale de Sécurité (CLS) des centres de contrôle En-Route (commission étant chargée de traiter ces situations). Le score de gravité utilisé par la CLS est composé de trois échelles :

• HN, correspondant aux séparations comprises entre la norme et 70% de la norme (entre 5 et 3,5 nautiques sur le plan horizontal)

• HN 70, s’appliquant pour les cas compris entre 70% et 50% de la norme (entre 3,5 et 2,5 nautiques sur le plan horizontal)

• HN 50, concordant aux cas de séparation inférieure à 50% de la norme (moins de 2,5 nautiques sur le plan horizontal).

Dans le cadre de l’analyse de la performance, les situations hors normes ont été pondérées en fonction de leur niveau de gravité. Ainsi, les cas HN ont été associés à une gravité de valeur 0,5, les situations HN 70 ont été cotées 1,5, alors que les évènements HN 50 ont été estimés à la valeur 3. Pour le calcul de la performance, ces valeurs ont été multipliées par 10 ain de représenter un pourcentage de « perte de sécurité ».

Le calcul de la performance moyenne de l’ensemble des passations a consisté à déduire de la performance maximale (100% des situations potentiellement conlictuelles respectant les normes de séparation), les cas hors normes en fonction du niveau de gravité leur étant associé. Les scores de gravité déduits du niveau de performance ont été de 5% pour chaque cas HN, 15% pour un HN 70 et 30% pour un HN 50 (Cf. Figure 37).

Figure 37. Détails du calcul de la performance moyenne de la tâche par participant

4.4. Analyse complémentaire centrée sur la gestion des conlits

Une dernière analyse complémentaire a été réalisée ain d’étudier les caractéristiques relatives à la régulation de la charge mentale de contrôleurs aériens effectuée durant les phases de gestion de conlits.

4.4.1. Analyse de la variation de la charge mentale au cours des phases de gestion de situations conlictuelles

La variation de la charge mentale ressentie au cours des phases de gestion de conlits a été analysée par l’évolution de la dilatation pupillaire maximale selon les

122

La gestion de la charge mentale des contrôleurs aériens En-Route en situation nominale

différentes phases déterminées par Averty et collaborateurs (2004) dans le modèle TLI. Cette analyse a dès lors consisté à comparer la valeur de la dilatation pupillaire des participants en fonction des étapes du TLI.

Le choix de centrer cette analyse sur la dilatation pupillaire maximale est justiié dans la partie résultats dédiée à l’analyse des données oculaires (Cf. paragraphe suivant).

4.4.2. Analyse de la durée du Maturing-Time

La durée de maturing-time pour l’ensemble des participants et pour chacune des situations conlictuelles supervisées a été obtenue par soustraction du temps H1 (entrée des avions sur le secteur) sur le temps H2 (heure de mise en place d’actions de résolution).

Ain de déterminer si des proils de contrôleurs aériens peuvent être distingués, l’ensemble des durées de maturing-time a été déterminé par participant. Les valeurs moyennées, ainsi que la dispersion des valeurs du maturing-time par participant ont été par la suite comparées.

5. Résultats

Les résultats obtenus grâce à cette étude sont décrits et discutés en fonction des analyses de données réalisées. Ainsi, les résultats issus de l’analyse des données oculaires sont dans un premier temps détaillés, avant d’être complétés par les résultats déduits de l’évaluation subjective de la charge mentale et de certaines caractéristiques de l’activité de contrôle des participants. Enin, sont décrits les résultats obtenus à partir de l’analyse des données caractérisant les phases de gestion des conlits réalisées par les participants au cours de la tâche de contrôle expérimentale.

5.1. Résultats de l’analyse des données oculaires « contextualisées »

L’analyse des données oculaires a permis de mettre en exergue cinq résultats principaux :

● La répartition du nombre moyen de blinks par seconde au cours des ixations oculaires signiicatives répartis par catégorie d’avions composant la séquence de traic supervisée par les participants (Cf. Figure 38) montre un effectif plus élevé pour les avions sur secteur par rapport aux avions Hors Secteur et plus précisément des avions impliqués dans une situation conlictuelle. L’analyse statistique (ANOVA à mesures répétées), qui a été réalisée suite à l’évaluation satisfaisante des conditions de normalité, d’homogénéité des variances et de sphéricité, montre un effet signiicatif de la zone d’intérêt sur la répartition du nombre de blinks (F(1 ; 56) = 17.339, p< .001). Ce résultat semble venir en contradiction avec les conclusions d’études antérieures portant sur l’étude des blinks dans le cadre de l’étude de la charge mentale, qui montrent que le nombre de blinks relevés évoluerait plutôt en opposition du niveau de charge mentale.

Figure 38. Répartition du nombre moyen de blinks réalisés par seconde en fonction des catégories d’avions composant la séquence de traic supervisée par les participants

● L’analyse de la répartition des ixations oculaires en fonction des différentes zones d’intérêt présentes sur l’image radar (notamment les catégories d’avions distinguées) révèle l’existence d’une hiérarchie marquée entre les différentes catégories d’avions (Cf. Figure 39). L’analyse statistique réalisée au moyen d’une ANOVA à mesures répétées, suite à l’évaluation satisfaisante des conditions de normalité, d’homogénéité et de sphéricité des variances, montre une différence signiicative entre les zones d’intérêt, avec un effet sur le nombre de ixations (F(2 ; 50) = 195.42, p<.001). L’effet relevé est de 0.834 (Ƞ² partiel), ce qui indique que près de 84% des variations de nombre de ixations s’expliquent par la nature des zones d’intérêt. Les comparaisons par paires (utilisant un contraste répété) indiquent une différence signiicative entre les avions Hors Secteur et les avions Sur Secteur Non-Conlictuel (p<.001), ainsi qu’entre les avions Sur Secteur Non-Conlictuel et les avions Sur Secteur Conlictuel (p<.001).

Pour résumer, la présence de l’avion sur le secteur, ainsi que son implication dans une situation conlictuelle impacterait signiicativement la part d’attention allouée par le contrôleur aérien à un avion. Les avions Hors Secteur apparaissent dès lors comme nécessitant moins d’attention de la part du contrôleur aérien que les avions Sur Secteur. De plus, les avions Sur Secteur impliqués dans une situation conlictuelle apparaissent comme les plus coûteux, alors que les avions Sur Secteur qui ne sont pas « conlictuels » sont associés à un niveau d’attention intermédiaire, signiicativement supérieur à celui porté aux avions Hors Secteur, mais signiicativement inférieur à celui des avions conlictuels.

124

La gestion de la charge mentale des contrôleurs aériens En-Route en situation nominale

Figure 39. Répartition du nombre moyen de ixations oculaires reparties entre les différentes catégories d’avions

● L’analyse des durées de ixations en fonction de la catégorie d’avions faisant l’objet de la ixation oculaire met en exergue une hiérarchie équivalente à celle préalablement pointée par l’étude des durées de ixations oculaires, à la seule différence que seule la présence sur secteur semble avoir un impact signiicatif sur la durée des ixations oculaires allouées aux avions composant la séquence de traic supervisée (Cf. Figure 40). En effet, l’analyse statistique (ANOVA pour plans à mesures répétées) met en exergue une différence signiicative entre les zones d’intérêt, avec un effet sur la durée de ixations (F(1 ; 52) = 29.434, p<.001). Globalement, l’effet est de 0.430 (Ƞ² partiel), près de 43% des variations de durée de ixations oculaires seraient donc liés à la nature des zones d’intérêt. Les comparaisons par paires (utilisant un contraste répété) indiquent une différence signiicative entre les avions Hors Secteur et les avions Sur Secteur Non-Conlictuel (p<.001), mais pas entre les avions Sur Secteur Non-Conlictuel et les avions Sur Secteur Conlictuel (p>.05). La présence de l’avion sur le secteur supervisé par le contrôleur impacterait donc la part d’attention allouée à un avion, mais pas son implication dans une situation conlictuelle (Cf. Figure 39).

Figure 40. Durée moyenne des ixations oculaires en fonction de la catégorie d’avions faisant l’objet des ixations oculaires (millisecondes)

● La dilatation pupillaire utilisée comme indicateur de charge mentale met en exergue deux résultats divergents en fonction de l’approche employée pour l’analyser. Les deux approches confrontées sont celles consistant à centrer l’analyse de la dilatation pupillaire sur la dilatation moyenne (Cf. Figure 41) ou sur la dilatation maximale (Cf. Figure 43) atteinte durant les ixations oculaires signiicatives réalisées en direction des avions composant la situation de traic aérien supervisé par les participants : • Ainsi, la dilatation moyenne met en exergue un niveau de dilatation le plus élevé pour les avions Hors Secteur, un niveau intermédiaire pour les avions sur secteur et conlictuels, et un niveau le plus faible (et négatif) pour les avions sur secteur et non-conlictuels (Cf. Figure 40). Ces observations ont été déterminées comme étant signiicatives d’un point de vue statistique, à partir d’une ANOVA à mesures répétées (F(1; 50) = 19.221, p<.001) pour laquelle les conditions de normalité, d’homogénéité des variances et sphéricité ont été déinies préalablement comme satisfaisantes. Un tel résultat, associant notamment les avions Hors Secteur comme les plus coûteux en terme de niveau de charge mentale requis pour les superviser, apparaît comme surprenant et incompatible d’un point de vue de contrôle.

Figure 41. Valeur moyenne de la dilatation pupillaire en fonction de la catégorie d’avions regardée (score z)

• L’analyse de la dilatation pupillaire par le biais d’une approche centrée sur la dilatation maximale atteinte au cours des ixations oculaires signiicatives révèle un tout autre résultat concernant la répartition des catégories d’avions en fonction du niveau de dilatation pupillaire maximal leur étant associé (Cf. Figure 42). En effet, dans ce cas une hiérarchie des avions équivalente à celle pointée par le biais de l’analyse des ixations oculaires est observée. Cette dernière, associant un niveau de dilatation pupillaire le plus faible pour les avions Hors-Secteur, un niveau intermédiaire pour les avions Sur Secteur Non-Conlictuel et un niveau le plus élevé pour les avions Sur Secteur Conlictuel a été déterminée comme statistiquement signiicative par le biais d’une ANOVA à mesures répétées (F(1 ; 58) = 117, p<.001). L’analyse statistique révèle notamment un effet de 0.750 (Ƞ² partiel), indiquant que près de 75% des variations de la dilatation pupillaire maximale s’expliquent par la

126

La gestion de la charge mentale des contrôleurs aériens En-Route en situation nominale

nature des zones d’intérêt. Les comparaisons par paires (utilisant un contraste répété) indiquent une différence signiicative entre les avions Hors-Secteur et les avions Sur Secteur Conlictuel (p<.001), ainsi qu’entre les avions Sur Secteur Non-Conlictuel et les avions Sur Secteur Non-Conlictuel (p<.001). La présence de l’avion sur le secteur impacterait donc le niveau de charge mentale allouée à un avion, ainsi que son implication dans une situation conlictuelle. Ce résultat semble faire plus de sens d’un point de vue opérationnel si l’on se réfère à la catégorisation d’avions proposée par Averty et collaborateurs (2004), associant un niveau de coût cognitif d’un avion proportionnel aux actions que sa supervision requière pour les contrôleurs aériens. Il apparaît dès lors comme évident que les avions Hors-Secteur soient les moins coûteux puisque ne requièrent aucune action de la part des contrôleurs aériens, mais aussi que les avions Sur Secteur Conlictuels soient les plus sollicitant d’un point de vue cognitif car leur supervision nécessite des mécanismes de détection et de résolution de problèmes les plus coûteux.

Figure 42. Maximum de la dilatation pupillaire moyenne en fonction de la catégorie d’avions visée par les ixations oculaires (score z)

Synthèse des résultats obtenus par le biais de l’analyse des données oculaires :

● L’analyse des ixations oculaires et de la dilatation pupillaire maximale au cours des ixations oculaires montrent l’existence d’une hiérarchie des avions composant la séquence de traic aérien qui vient illustrer les observations faites à partir de l’analyse de l’activité de contrôle.

● L’analyse des blinks n’a pas permis de vériier les résultats issus d’études antérieures.

● L’analyse de la dilatation pupillaire moyenne met en exergue des résultats contradictoires par rapport à la nature de l’activité de contrôle. L’analyse des pics de dilatation apparaît plus pertinente que l’analyse des dilatations moyennes.

● La place occupée par la présence des avions sur le secteur, principalement conlictuels, met en exergue et illustre l’impact de la présence de conlits entre avions sur le niveau de charge mentale ressentie par les contrôleurs aériens.

5.2. Résultats issus de l’analyse subjective

Le niveau moyen de ressources cognitives que les participants ont déterminé avoir sollicité pour répondre aux exigences de la tâche expérimentale de contrôle est de 3.25/5, soit 65% des ressources cognitives disponibles (écart type de 1,64%). L’analyse subjective relative au niveau moyen de charge mentale ressentie au cours de l’exécution de la tâche de contrôle expérimentale traduit dès lors un niveau moyen de charge mentale ressentie par l’ensemble des participants de l’expérimentation (Cf. Figure 43).

Le débrieing effectué à la suite de l’exécution de la tâche expérimentale a également permis de récolter le retour d’expérience des participants. Ce retour a facilité l’explication d’un niveau de charge mentale ressentie caractérisé comme « moyen » de la part des contrôleurs. Ces derniers ont notamment exprimé que la tâche de contrôle n’était pas particulièrement compliquée car correspondant à celle contrôlée au quotidien (nature des situations conlictuelles intégrées à la séquence de traic de l’expérimentation). Cette ressemblance leur a notamment permis de mettre en place les solutions qu’ils utilisent quotidiennement (actions de contrôle à mettre en place à un temps donné). Une majorité des participants a également pointé pour principale dificulté le fait que la situation de traic était particulièrement dense (nombre d’avions simultanément présents sur l’image radar) et qu’elle constituait « un bon entraînement ».

Figure 43. Effectif de participants par valeur de l’échelle d’évaluation subjective du niveau de ressources cognitives mobilisées au cours de l’exécution de la tâche de contrôle expérimentale

5.3. Résultats issus des analyses d’indicateurs caractérisant l’activité de

contrôle

5.3.1. Les communications entre contrôleurs et pilotes

L’analyse des communications entre le contrôleur (rôle joué par les participants) et les pilotes des avions (position pseudo-pilote) montre un effectif des communications plus important lorsque la dificulté associée à la séquence de traic est déterminée comme « plus faible », que lorsque la dificulté est déinie comme plus élevée (Cf. Figure 44).

128

La gestion de la charge mentale des contrôleurs aériens En-Route en situation nominale

Ce résultat vient conirmer ceux obtenus par le biais d’études antérieures (mentionnés au début du chapitre, cf. paragraphe 1.3) qui ont montré que pour une dificulté élevée de la tâche de contrôle, la densité des communications passées entre contrôleurs et pilotes aurait tendance à diminuer.

Figure 44. Nombre moyen de communications passées par minute en fonction du niveau de dificulté associé à la tache de contrôle expérimentale 5.3.2. La performance relative à la sécurité d’écoulement du traic aérien supervisé

L’évaluation de la performance moyenne des participants révèle un niveau assez élevé de sécurité associée à la tâche de contrôle, avec un niveau moyen de performance atteinte de 92% (Cf. Figure 46 pour le détail des scores obtenus). Ce niveau est toutefois assez faible par rapport à la performance visée et atteinte en opérationnel. Cette différence peut notamment s’expliquer par le fait qu’en simulation (comme en formation) les contrôleurs aériens ont tendance à prendre « plus de risque » sur la façon dont ils gèrent le traic et notamment les situations conlictuelles (majorité des situations HN avec une valeur de CPA très proche de 5 NM, la valeur